我在数据框中有一个字符串列,如下所示:
ID col1
id1 AA's 2015:45,BB:96
id2 Jigga:91,OO:73,BB:34
我想从中创建一个新的数据框,它可以采用以下形状:
ID var1 var2 var3 var4
id1 45 96 0 0
id2 0 34 91 73
其中 var1=AA's 2015,var2=BB,var3=Jigga,var4=OO
我已将字符串第一个值的所有不同值存储在如下列表中:
["AA's 2015","BB","Jigga","OO"]
我想遍历这个列表并为每个值创建一个变量 var[i] 它将占用该特定 ID 的 col1 的值。
我可以使用 for 循环遍历列表。但是如何查找值并放入 var[i]?
任何想法将不胜感激
请您参考如下方法:
使用apply将字符串操作成 Pandas 系列。传递给 apply 的函数将在每个字符串上调用。然后将返回值 Series 合并到单个 DataFrame 中。 apply返回此 DataFrame。
DataFrame 的列标签来自合并所有 Series 的索引。合并还将系列值放在适当的列中,从而产生所需的结果:
import pandas as pd
df = pd.DataFrame({'ID': ['id1', 'id2'], 'col1': ["AA: 2015:45,BB:96", 'Jigga:91,OO:73,BB:34']})
result = df['col1'].apply(lambda x: pd.Series(
dict([
item for item in [
part.rsplit(':',1) for part in x.split(',')]
if len(item)>1 # remove items corresponding to empty strings
]))).fillna(0)
result = result.rename(columns={name:'var{}'.format(i) for i, name in
enumerate(result.columns, 1)})
result = pd.concat([df[['ID']], result], axis=1)
print(result)
产量
ID var1 var2 var3 var4
0 id1 45 96 0 0
1 id2 0 34 91 73
我学会了这个技巧 here .
